បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការប្រែប្រួលអាកាសធាតុនិងការកាត់បន្ថយឧស្ម័នផ្ទះកញ្ចក់ ដោយធ្វើការប៉ាន់ប្រមាណបរិមាណជីវម៉ាស និងការស្រូបយកកាបូននៅក្នុងព្រៃល្បោះ (Dry deciduous dipterocarp forest) ដើម្បីស្វែងយល់ពីសក្តានុពលនៃការផ្ទុកកាបូនរបស់ព្រៃឈើ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានរួមបញ្ចូលការវាស់វែងដោយផ្ទាល់នៅទីវាល និងការប្រើប្រាស់បច្ចេកវិទ្យាវិភាគទិន្នន័យពីផ្កាយរណប។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Field Survey Method វិធីសាស្ត្រចុះអង្កេតផ្ទាល់នៅទីវាល |
ផ្តល់ទិន្នន័យជាក់ស្តែងនិងមានភាពសុក្រឹតខ្ពស់សម្រាប់ការផ្ទៀងផ្ទាត់ និងការបង្កើតសមីការ។ | ទាមទារការចំណាយថវិកាច្រើន ប្រើប្រាស់ពេលវេលាយូរ និងត្រូវការអ្នកជំនាញដើម្បីចុះវាស់វែងដោយផ្ទាល់។ | ទទួលបានទិន្នន័យជីវម៉ាស ៨៨,០៨១ តោន និងកាបូនសរុប ៣៤,៦៤៦ tCO2/ha ពីឡូតិ៍គំរូចំនួន២៤។ |
| Remote Sensing (Sentinel-2A + FVC Model) វិធីសាស្ត្រតាមដានពីចម្ងាយ (ផ្កាយរណប Sentinel-2A និងម៉ូដែល FVC) |
អាចគ្របដណ្តប់ផ្ទៃដីបានធំទូលាយ ចំណេញពេលវេលា និងអាចតាមដានការប្រែប្រួលបានជាប្រចាំដោយមិនធ្វើឲ្យប៉ះពាល់ដល់ព្រៃឈើ។ | ទាមទារការកែសម្រួលទិន្នន័យរូបភាព (Geometric/Radiometric correction) និងត្រូវការពឹងផ្អែកលើទិន្នន័យចុះផ្ទាល់ខ្លះដដែលដើម្បីបង្កើតសមីការ។ | ប៉ាន់ប្រមាណជីវម៉ាសសរុបបាន ២ ១៣៥,៥៧ តោន ជាមួយនឹងកម្រិតទំនាក់ទំនងភាពសុក្រឹតខ្ពស់ (R² = ០,៨៤៣)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ទោះបីជាការប្រើប្រាស់ទិន្នន័យផ្កាយរណបជួយចំណេញពេលវេលាក៏ដោយ ការសិក្សានេះទាមទារឧបករណ៍ ផ្នែកទន់ និងធនធានជំនាញចាំបាច់មួយចំនួន។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅខេត្តមហាសារ៉ាខាំ (Maha Sarakham) ប្រទេសថៃ ដោយផ្តោតលើប្រភេទព្រៃល្បោះ (Dry deciduous dipterocarp forest)។ ដោយសារតំបន់ខ្ពង់រាប និងតំបន់ទំនាបក្នុងប្រទេសកម្ពុជាមានលក្ខណៈភូមិសាស្ត្រ អាកាសធាតុ និងប្រភេទព្រៃឈើស្រដៀងគ្នាខ្លាំងទៅនឹងតំបន់នេះ ទិន្នន័យនិងសមីការដែលទទួលបានគឺមានតម្លៃនិងភាពស័ក្តិសមខ្ពស់សម្រាប់ការយកមកអនុវត្ត។
វិធីសាស្ត្រនេះមានសារៈសំខាន់និងមានប្រយោជន៍ខ្លាំងសម្រាប់ការវាយតម្លៃ និងគ្រប់គ្រងធនធានព្រៃឈើនៅប្រទេសកម្ពុជា។
សរុបមក ការរួមបញ្ចូលបច្ចេកវិទ្យាផ្កាយរណបនិងការវាស់វែងផ្ទាល់នេះ គឺជាដំណោះស្រាយដ៏មានប្រសិទ្ធភាពសម្រាប់កម្ពុជាក្នុងការទាញយកអត្ថប្រយោជន៍សេដ្ឋកិច្ចពីការអភិរក្សព្រៃឈើ និងកាត់បន្ថយការប្រែប្រួលអាកាសធាតុ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Aboveground biomass | ជាទម្ងន់សរុបនៃផ្នែកទាំងអស់របស់ដើមឈើដែលដុះនៅពីលើដី រួមមាន ដើម មែក និងស្លឹក ដែលត្រូវបានគណនាដើម្បីវាយតម្លៃពីបរិមាណកាបូនដែលដើមឈើអាចស្រូបយកបានក្នុងតំបន់នីមួយៗ។ | ដូចជាការថ្លឹងទម្ងន់មនុស្សម្នាក់ដោយមិនគិតពីជើងរបស់គាត់ដែលកប់ក្នុងខ្សាច់ (មិនគិតពីឫសឈើក្រោមដី)។ |
| Carbon sequestration | គឺជាដំណើរការដែលរុក្ខជាតិស្រូបយកឧស្ម័នកាបូនិច (CO2) ពីបរិយាកាសតាមរយៈរស្មីសំយោគ ហើយរក្សាទុកវាក្នុងទម្រង់ជាជីវម៉ាស (សាច់ឈើ) ជាអចិន្ត្រៃយ៍ ដើម្បីជួយកាត់បន្ថយកម្តៅផែនដី។ | ប្រៀបដូចជាការប្រើប្រាស់ម៉ាស៊ីនបូមធូលីដើម្បីបូមយកធូលី (CO2) ពីក្នុងខ្យល់ យកមកទុកក្នុងធុងសម្រាម (ដើមឈើ)។ |
| Sentinel-2A | ជាឈ្មោះរបស់ផ្កាយរណបសង្កេតភពផែនដីរបស់ទីភ្នាក់ងារអវកាសអឺរ៉ុប ដែលមានសមត្ថភាពផ្តិតយករូបភាពផ្ទៃដីក្នុងកម្រិតភាពច្បាស់ខ្ពស់ ដើម្បីតាមដានសុខភាពរុក្ខជាតិ ដង់ស៊ីតេព្រៃឈើ និងការប្រើប្រាស់ដីពីលំហអាកាស។ | ដូចជាកាមេរ៉ាដ្រូនដ៏ធំមួយហោះជុំវិញផែនដីជារៀងរាល់ថ្ងៃ ដើម្បីថតរូបនិងតាមដានមើលថាព្រៃឈើនៅទីណាខ្លះមានពណ៌បៃតងល្អ។ |
| Modified Soil Adjusted Vegetation Index (MSAVI2) | ជាសន្ទស្សន៍គណិតវិទ្យាមួយសម្រាប់វិភាគរូបភាពផ្កាយរណប ដើម្បីវាយតម្លៃភាពបៃតងរបស់រុក្ខជាតិ ដោយកាត់បន្ថយការរំខានពីចំណាំងផ្លាតនៃពន្លឺដីទទេ។ វាមានប្រយោជន៍ខ្លាំងសម្រាប់ការទាញយកទិន្នន័យនៅតំបន់ព្រៃល្បោះដែលមានដើមឈើដុះរង្វើលៗ។ | ដូចជាការពាក់វ៉ែនតាវេទមន្តដែលអាចត្រងយកតែពណ៌បៃតងរបស់ស្លឹកឈើ និងលុបចោលពណ៌របស់ដី ដើម្បីឲ្យយើងមើលឃើញបរិមាណរុក្ខជាតិពិតប្រាកដកាន់តែច្បាស់។ |
| Fractional Vegetation Cover (FVC) | ជាម៉ូដែលសម្រាប់វាស់វែងសមាមាត្រនៃផ្ទៃដីសរុបដែលត្រូវបានគ្របដណ្តប់ដោយស្លឹកឈើឬរុក្ខជាតិ (គិតជាភាគរយ) ដែលជួយអ្នកស្រាវជ្រាវបញ្ជាក់ពីភាពក្រាស់ ឬស្តើងនៃគម្របព្រៃឈើក្នុងតំបន់គោលដៅ។ | ប្រៀបដូចជាការមើលពីលើអាកាសមកដី ហើយប៉ាន់ប្រមាណថា តើដំបូលផ្ទះ (គម្របស្លឹកឈើ) បិទបាំងដីខាងក្រោមអស់ប៉ុន្មានភាគរយ។ |
| Allometric equation | ជាសមីការគណិតវិទ្យាដែលប្រើសម្រាប់ប៉ាន់ប្រមាណទម្ងន់ឬជីវម៉ាសរបស់ដើមឈើទាំងមូល ដោយគ្រាន់តែវាស់ទិន្នន័យងាយៗដូចជា ទំហំមុខកាត់ (អង្កត់ផ្ចិតត្រឹមទ្រូង) និងកម្ពស់ដើមឈើ ដោយមិនចាំបាច់កាត់រំលំដើមឈើឡើយ។ | ដូចជាការទស្សន៍ទាយទម្ងន់របស់មនុស្សម្នាក់ឲ្យបានដឹងច្បាស់ ដោយគ្រាន់តែវាស់កម្ពស់និងទំហំចង្កេះរបស់គាត់។ |
| Near Infrared (NIR) | ជារលកពន្លឺក្រហមអាំងប្រា ដែលភ្នែកមនុស្សមិនអាចមើលឃើញ ប៉ុន្តែសេនស័រផ្កាយរណបអាចចាប់យកបាន។ រុក្ខជាតិដែលមានសុខភាពល្អនិងសំបូរក្លរ៉ូហ្វីលតែងតែចំណាំងផ្លាតរលកពន្លឺនេះបានយ៉ាងល្អ ដែលធ្វើឲ្យវាក្លាយជាឧបករណ៍ដ៏សំខាន់ក្នុងការវាស់ស្ទង់ទំហំជីវម៉ាស។ | ដូចជាការប្រើម៉ាស៊ីនស្កេនកម្តៅដើម្បីមើលឃើញមនុស្សក្នុងទីងងឹត អញ្ចឹងដែរ NIR ជួយឲ្យផ្កាយរណបមើលឃើញសុខភាពរបស់រុក្ខជាតិដែលភ្នែកទទេយើងមើលមិនឃើញ។ |
| Pair Sample T-test | ជាវិធីសាស្ត្រធ្វើតេស្តស្ថិតិដើម្បីប្រៀបធៀបទិន្នន័យពីរក្រុម (ដូចជាទិន្នន័យកាបូនប៉ាន់ស្មានពីផ្កាយរណប និងទិន្នន័យវាស់ផ្ទាល់នៅទីវាល) ដើម្បីបញ្ជាក់ថាតើវិធីសាស្ត្រផ្កាយរណបមានភាពត្រឹមត្រូវ និងអាចយកមកប្រើជាផ្លូវការបានកម្រិតណា។ | ប្រៀបដូចជាការយកចម្លើយរបស់សិស្សពីរនាក់ដែលធ្វើលំហាត់តែមួយ មកផ្ទៀងផ្ទាត់គ្នាដើម្បីមើលថាពួកគេឆ្លើយត្រូវដូចគ្នាឬអត់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
